AISLE, uma startup especializada em segurança de IA, demonstrou que modelos de IA menores e mais econômicos podem igualar as capacidades do Mythos da Anthropic na identificação de vulnerabilidades de segurança. Após o Mythos descobrir autonomamente vulnerabilidades significativas no FreeBSD e OpenBSD, a AISLE testou essas descobertas em modelos mais baratos, incluindo o DeepSeek R1, que identificou com sucesso as mesmas vulnerabilidades a uma fração do custo. Os resultados desafiam a noção de que apenas modelos avançados como o Mythos podem detectar vulnerabilidades de forma autônoma. A abordagem da AISLE, que envolve o uso dinâmico de múltiplos modelos, destaca que a eficácia da segurança em IA depende mais do design do sistema do que do tamanho do modelo. Isso sugere uma mudança para um ecossistema mais colaborativo na segurança de IA, onde diversos modelos de IA e expertise podem coletivamente aprimorar a segurança do software.